BAB 2
LANDASAN TEORI
Pada bab landasan teori ini akan diuraikan mengenai teori-teori yang terkait dengan Content Based Image Retrieval
, ekstraksi fitur, Operator Sobel, deteksi warna HSV, precision
dan recall serta beberapa penelitian terdahulu yang relevan.
2.1 Content Based Image Retrieval
Content Based Image Retrieval CBIR adalah proses pemanggilan citra dari database
atau tempat penyimpanan citra digital lainnya sesuai dengan konten citra tersebut Chaudari,2012. Dalam CBIR fitur citra dibagi menjadi tiga fitur yaitu warna, tekstur
dan bentuk. Fitur warna adalah fitur yang umum digunakan dalam CBIR karena pencarian informasi pada citra berbasis fitur warna lebih mudah dilakukan.
Menurut Hastuti, et al. 2009 penelitian tentang CBIR berdasarkan primitif fitur sudah banyak dilakukan diantaranya Swain dan Ballard pada tahun 1991
menggunakan teknik pencocokan titik potong histogram, kemudian Stricker dan Orengo pada tahun 1995 mengembangkan teknik sebelumnya menjadi histogram
kumulatif dari warna, kemudian Stricker dan Dimai pada tahun 1996 menggabungkan titik potong histogram dengan beberapa elemen spasial, kemudian Carson pada tahun
1997 menggunakan teknik pemisahan fitur citra query berdasarkan warna. Tahap awal dalam sistem pemanggilan citra berdasarkan konten adalah
melakukan proses ekstraksi dan deskripsi pada citra dalam database sehingga menghasilkan vektor fitur. Vektor fitur citra dalam database akan membentuk fitur
database . Setelah itu dilakukan proses ekstraksi dan deskripsi pada citra query yang
di-input-kan oleh pengguna. Hasil proses ekstraksi akan membentuk vektor fitur. Kemudian dilakukan Similarity Comparison, yaitu mengukur jarak kesamaan antara
Universitas Sumatera Utara
8
output input
pengguna
vektor fitur citra query dengan vektor fitur citra dalam database. Jarak kesamaan vektor fitur antara citra query dengan citra dalam database akan diurutkan. Citra
dengan jarak kesamaan vektor fitur tertinggi akan di tampilkan sebagai output Long, et
al. 2003. Diagram sistem pemanggilan citra berdasarkan konten dapat dilihat pada Gambar 2.1.
Gambar 2.1. Diagram Sistem Content Based Image Retrieval
Sumber: Long, et al. 2003
Proses paling penting pada sistem CBIR adalah ekstraksi fitur, karena hasil dari proses ini akan diketahui perbedaan pada setiap citra berdasarkan fiturnya seperti
fitur tekstur, bentuk dan warna. Suatu citra memiliki fitur yang berbeda antara citra satu dengan lainnya tergantung pada karakteristik yang menonjol pada citra tersebut.
Sebagai contoh dalam dunia nyata, bunga mawar dan bunga melati dapat dibedakan melalui perbedaan warnanya, kertas dan kain dapat dibedakan dari teksturnya,
kemudian gambar segitiga dan persegi dapat dibedakan melalui bentuknya.
Citra Query
Ekstraksi Deskripsi
Citra
Vektor Fitur
Citra Dalam
Database Ekstraksi
Deskripsi Citra
Vektor Fitur
Similarity Comparison
Pengurutan Pemanggilan
citra Hasil
Pemanggilan citra
Umpan Balik Yang Berkaitan
Universitas Sumatera Utara
9
Menurut Syarif 2014, masing-masing fitur dari citra tersebut didapatkan melalui proses ekstraksi fitur yang tidak mudah, karena satu citra dapat mempunyai
multiple feature . Proses ekstraksi fitur yang baik dan benar dapat menentukan
keberhasilan dalam membangun suatu aplikasi citra digital.
2.2 Ekstraksi Fitur